Analyse des données Covid disponibles en Open Data

Sommaire :

  • Import des données

    • données geographiques des régions
    • données covid quotidiennes par departement
    • données indexs entre departements et regions
    • données covid mondiales

  • Données France

    • Nombre de nouveaux cas par jour
    • Evolution du nb de cas par jour / region
    • Proliferation des cas sur la carte francaise

  • Données Monde

    • Evolution du nb de cas par pays
    • XXXX
    • YYYY
In [1]:
import pandas as pd
import numpy as np
import requests
import io
import os
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter
import matplotlib.ticker as ticker
import numpy as np
from matplotlib.animation import FuncAnimation
import geopandas as gpd
%matplotlib inline
%matplotlib notebook
from matplotlib import animation, rc
from IPython.display import HTML
from matplotlib.colors import LinearSegmentedColormap

Bad key "text.kerning_factor" on line 4 in
C:\Users\Avisia\anaconda3\envs\my_python_env\lib\site-packages\matplotlib\mpl-data\stylelib\_classic_test_patch.mplstyle.
You probably need to get an updated matplotlibrc file from
https://github.com/matplotlib/matplotlib/blob/v3.1.3/matplotlibrc.template
or from the matplotlib source distribution

Import des données

  • ### données geographiques des régions
In [2]:
url_reg = r"http://osm13.openstreetmap.fr/~cquest/openfla/export/regions-20161121-shp.zip"
map_df = gpd.read_file(url_reg)
map_df = map_df.iloc[5:].sort_values('name')
map_df = map_df[['name','code_insee','geometry']]
map_df['population'] = [8032377,2783039,3340379,2559073,344679,5511747,5962662,3303500,5999982,5924858,3801797,5055651,12278210]
map_df.head(3)
Out[2]:
name code_insee geometry population
15 Auvergne-Rhône-Alpes 84 POLYGON ((2.06290 44.97664, 2.06355 44.97666, ... 8032377
7 Bourgogne-Franche-Comté 27 POLYGON ((2.84448 47.54488, 2.84596 47.54546, ... 2783039
12 Bretagne 53 MULTIPOLYGON (((-4.79544 48.41415, -4.79543 48... 3340379
  • ### données covid quotidiennes par departement
In [3]:
url = "https://www.data.gouv.fr/fr/datasets/r/6fadff46-9efd-4c53-942a-54aca783c30c"
s = requests.get(url).content

covid_df = pd.read_csv(io.StringIO(s.decode('utf-8')), sep = ";")
covid_df.rename(columns={"incid_rad": "guerison", "incid_dc": "deces", "incid_rea": "reanimation", "incid_hosp": "hospitalisation"},inplace=True)
covid_df.head(3)
Out[3]:
dep jour hospitalisation reanimation deces guerison
0 01 2020-03-19 1 0 0 0
1 01 2020-03-20 0 0 0 1
2 01 2020-03-21 4 0 0 0
  • ### données indexs entre departements et regions
In [4]:
url = "https://public.opendatasoft.com/explore/dataset/code-officiel-geographique-2019-regions-et-departement/download/?format=csv&timezone=Europe/Berlin&lang=fr&use_labels_for_header=true&csv_separator=%3B"
s = requests.get(url).content

dep_reg_df = pd.read_csv(io.StringIO(s.decode('utf-8')), sep = ";")
dep_reg_df = dep_reg_df[['Code INSEE Département','Nom Département','Code INSEE Région','Nom région']]
dep_reg_df.rename(columns={"Code INSEE Département": "code_dep", "Code INSEE Région": "code_reg"},inplace=True)
dep_reg_df.head(3)
Out[4]:
code_dep Nom Département code_reg Nom région
0 06 Alpes-Maritimes 93 Provence-Alpes-Côte d'Azur
1 25 Doubs 27 Bourgogne-Franche-Comté
2 58 Nièvre 27 Bourgogne-Franche-Comté
  • ### données covid mondiales
In [5]:
df = pd.read_csv('https://raw.githubusercontent.com/datasets/covid-19/master/data/countries-aggregated.csv', parse_dates=['Date'])
countries = [ 'Germany', 'United Kingdom', 'US', 'France', 'China','Italy','Spain']
df = df[df['Country'].isin(countries)]


df['Cases'] = df[['Confirmed', 'Recovered', 'Deaths']].sum(axis=1)

Données France

Pour enrichir nos données pour la suite nous allons joindre les données cas/jour/departement avec les données departement/region, mais aussi creer un dataset regroupant les cas/jour/region et les cas/region

In [6]:
covid_df = covid_df.join(dep_reg_df.set_index('code_dep'), on='dep', how='outer')
covid_df.sort_values(['jour'],ascending=False).head(3)
covid_region = covid_df.groupby(['Nom région','code_reg'],as_index=False).sum().sort_values('deces', ascending=False)
covid_region_day =  covid_df.groupby(['jour','Nom région','code_reg'],as_index=False).sum().sort_values('jour', ascending=False)
  • ### Nombre de nouveaux cas par jour
In [7]:
# on regroupe les totaux d'hospitalisation,reanimation etc par jour pour notre futur graphe
covid_day =  covid_df.groupby(['jour'],as_index=False).sum().sort_values('jour', ascending=False).sort_values('jour', ascending=True)
positions = [0,len(covid_day)//2,len(covid_day)]
labels = [covid_day['jour'].iat[0],covid_day['jour'].iat[len(covid_day)//2],covid_day['jour'].iat[-1]]
# creation des lines correspondantes a chaque type de cas
plt.figure(figsize=(12,10))
plt.tick_params(labelsize=15)
hospi_line, =plt.plot(covid_day['hospitalisation'],label = 'hospi') 
deces_line, = plt.plot(covid_day['deces'],label = 'deces') 
rea_line,= plt.plot(covid_day['reanimation'],label = 'rea') 

#creation du graphe

plt.xticks(positions, labels)
plt.legend(handles=[hospi_line, deces_line,rea_line], prop={'size': 15})
plt.show()
  • ## Evolution du nb de cas par jour / region
In [ ]:
  • ## Proliferation des cas sur la carte francaise
In [8]:
# cast des types pour qu'ils soient identiques lors de la jointure
map_df['code_insee'] = map_df['code_insee'].astype(int)
covid_region['code_reg'] = covid_region['code_reg'].astype(int)
covid_region_day['code_reg'] = covid_region_day['code_reg'].astype(int)
In [9]:
merged = map_df.join(covid_region.set_index('code_reg'), on = "code_insee")
merged['total']= merged['deces'] + merged['hospitalisation'] + merged['reanimation']
In [10]:
merged_evo = covid_region_day.set_index('code_reg').join(map_df.set_index('code_insee'), on = "code_reg",how = "left")
merged_evo['total']= merged_evo['deces'] + merged_evo['hospitalisation'] + merged_evo['reanimation']
In [11]:
# save all the maps in the charts folder
output_path = 'charts\maps'
merged_evo = merged_evo.sort_values(['code_reg','jour'])
merged_evo['cum_sum_total'] = merged_evo.groupby(['code_reg'])['total'].cumsum()
merged_evo['pourcentage_pop'] = (merged_evo['cum_sum_total'] / merged_evo['population'] )*100
list_of_days = merged_evo['jour'].drop_duplicates()

merged_evo[['Nom région','jour','deces','hospitalisation','reanimation','total','population','cum_sum_total','pourcentage_pop']].sort_values(['code_reg','jour']).tail(5)
Out[11]:
Nom région jour deces hospitalisation reanimation total population cum_sum_total pourcentage_pop
code_reg
94 Corse 2020-04-25 1 0 0 1 344679.0 482 0.139840
94 Corse 2020-04-26 0 0 0 0 344679.0 482 0.139840
94 Corse 2020-04-27 0 0 0 0 344679.0 482 0.139840
94 Corse 2020-04-28 0 5 1 6 344679.0 488 0.141581
94 Corse 2020-04-29 0 2 0 2 344679.0 490 0.142161
In [ ]:
#creation plot et style
fig, ax = plt.subplots(1, figsize=(8, 5))
ax.axis('off')
vmin, vmax = merged_evo['pourcentage_pop'].min(), merged_evo['pourcentage_pop'].max()
ax.set_title('Cas de Covid par region', fontdict={'fontsize': '25', 'fontweight' : '3'})
# creation d'un gradient de couleur personalisé alant du vert au rouge 
cmap = LinearSegmentedColormap.from_list('mycmap', ['#cdfac3','#f6fa87', '#ff9b4f', '#ff6969','#ad0202'])
sm = plt.cm.ScalarMappable(cmap=cmap, norm=plt.Normalize(vmin=vmin, vmax=vmax))
sm._A = []
cbar = fig.colorbar(sm)

for day in list_of_days:
    
    df = gpd.GeoDataFrame(merged_evo[merged_evo['jour']== day ])
    
    fig = df.plot(column='pourcentage_pop', cmap=cmap, figsize=(10,10), linewidth=0.8, edgecolor='0.7', vmin=vmin, vmax=vmax, legend=True, norm=plt.Normalize(vmin=vmin, vmax=vmax))
    
    fig.axis('off')
    fig.set_title('Cas déclaré par region en %', \
              fontdict={'fontsize': '25',
                         'fontweight' : '3'})
    # modification du jour sur le chart
    fig.annotate(day,
            xy=(0.1, .225), xycoords='figure fraction',
            horizontalalignment='left', verticalalignment='top',
            fontsize=25)
    
    # creation d'un graphe par jour pour les assembler dans un gif avec ImageMagick
    filepath = os.path.join(output_path, day+'_covid.png')
    chart = fig.get_figure()
    chart.savefig(filepath, dpi=300)

Données mondiales

  • ### Evolution du nb de cas par pays
In [12]:
y_data = []
# creation d'une liste contenant les données pour chaque pays pour tracer une seule ligne par pays
for country in countries :
    y_data.append(df.sort_values(by=['Date'], ascending=True).loc[df['Country']==country,['Cases']].reset_index(drop=True))

x_data = y_data[0].index.values.tolist() 
y_max = 0

# recuperation de la valeur max en y pour les axes du chart
for pays in y_data : 
    if (y_max < pays['Cases'].iat[-1]) :
        y_max = pays['Cases'].iat[-1]
In [13]:
plt.style.use('seaborn-dark-palette')
fig = plt.figure(figsize=(12,12))
ax = plt.axes(xlim=(0, len(x_data)), ylim=(0, y_max))
lines = [plt.plot([], [],linewidth=4)[0] for _ in range(7)]
ax.legend(lines, countries, loc='upper left', shadow=True, prop={'size': 15})
plt.tick_params(labelsize=15)
def init():
    lines[0].set_data([], [])
    return lines
def animate(i):
    
    for j in range (1,len(countries)) :
        lines[j-1].set_data( x_data[:i], y_data[j-1][:i])
    
   
    
    return lines

anim = FuncAnimation(fig, animate, init_func=init,repeat =True,frames=len(x_data), interval=100, blit=False)
HTML(anim.to_jshtml())
Out[13]:
In [ ]: